La noción de que la ocurrencia de un evento es sorprendente ha sido discutida en la literatura sin detalles adecuados. Por definición, un índice de sorpresa es un índice mediante el cual se puede determinar qué tan sorprendente es un evento. Desde su inicio, este índice ha sido evaluado para modelos de probabilidad discretos univariados, como las distribuciones de probabilidad binomial, binomial negativa y de Poisson. En este artículo, derivamos y discutimos utilizando estudios numéricos, además de los modelos de probabilidad mencionados anteriormente, índices de sorpresa para varios otros modelos de probabilidad discretos univariados, como la distribución de Poisson truncada en cero, geométrica, Hermite y Skellam, mediante la adopción de una estrategia establecida y el uso del software. Además, proporcionamos expresiones simbólicas para el índice de sorpresa para varios modelos de probabilidad continuos univariados, que no han sido discutidos previamente. Con fines ilustrativos, presentamos algunas posibles aplicaciones en la vida real de este índice y posibles desafíos para extender la noción del índice de sorpresa a dimensiones bivariadas y superiores, lo que podría implicar constantes de normalización ubicuas.